Claude Code oder Codex im September 2026: Preise, Modelle und Eignung

Man kann Claude Code und Codex bei derselben Refactoring-Aufgabe, auf derselben Branch und für dieselbe Aufgabe nebeneinander ausführen – doch es gibt keinen eindeutigen Sieger. Die Tools gehen dem Problem von entgegengesetzten Seiten heran und verfolgen unterschiedliche Ansätze. Die Zeitfaktoren verschärfen die Situation auf eine Weise, die die Preisseiten nicht berücksichtigen: Im September 2026 veröffentlichten beide Anbieter innerhalb von drei Tagen neue Modelle. Anthropic brachte am 1. September Claude Fable 5.1 und Claude Mythos 5.1 heraus, woraufhin OpenAI am 3. September mit GPT-6 Astra antwortete und es einen Tag später zur Standardauswahl in der Codex CLI machte. Ein Vergleich, der vor dieser Woche verfasst wurde, beschreibt die Modelle von gestern.

Zwei verschiedene Produkte

Claude Code ist Anthropics Programmieragent für die Terminalumgebung. Er arbeitet im lokalen Umfeld und hat Zugriff auf Dateien, das Git-Verlaufssystem sowie die Shell. Der Entwickler überprüft einen Plan, der Agent führt aus, und ein Mensch bleibt auf der gewählten Berechtigungsstufe im Kontrollprozess involviert.

Codex ist OpenAI’s agiles Programmierprodukt, das über verschiedene Plattformen verfügbar ist: CLI, VS Code-Erweiterung, Webanwendung, iOS-App und Desktop-App – alle sind über ein einziges ChatGPT-Konto miteinander verbunden. Ein Großteil der Arbeit erfolgt asynchron in Cloud-Sandbox-Umgebungen. Der Entwickler weist eine Aufgabe zu, kümmert sich anschließend um andere Dinge und prüft danach den entstandenen Diff.

Diese Trennung zwischen lokaler, synchroner Arbeit und cloudbasierte, asynchrone Arbeit stellt die eigentliche Entscheidungshürde dar. Der Rest des Vergleichs leitet sich daraus ab.

Preise

Die angegebenen Preise wirken fast wie kopiert: 20 Dollar, 100 Dollar und 200 Dollar für die Verbraucher-Tarife. Die Symmetrie ist beabsichtigt, wodurch der Preis allein ein unzureichender Entscheidungsfaktor ist.

Die Details zeigen die Unterschiede. Codex bietet tatsächlich eine kostenlose Stufe sowie ein Abo für 8 Dollar, weder davon entspricht Claude Code, da dieser entweder ein kostenpflichtiges Anthropic-Abo oder eigene API-Schlüssel erfordert. Im Vergleich dazu sind die Beschränkungen bei OpenAI’s Plus so streng, dass ein Entwickler im OpenAI-Forum berichtete, die Credits würden bereits innerhalb weniger Stunden bei hoher Nutzung aufgebraucht – bis OpenAI den Reset-Zeitraum änderte. Jede Plattform misst die Nutzung über einen fünfstündigen Zeitraum sowie eine wöchentliche Obergrenze und hält die genauen Zahlen geheim. Jeder Artikel, der genaue wöchentliche Zeiten angibt, schätzt lediglich.

Es gibt noch ein weiteres Problem. Im April 2026 ersetzte Codex die Preiskalkulation pro Nachricht durch tokenbasierte Kredite, sodass die Limits für Plus und Pro nun anhand der verwendeten Tokens statt der gesendeten Nachrichten berechnet werden. OpenAI behauptet eine etwa viermal bessere Tokeneffizienz. Unabhängige Tests mit den Modellen aus dieser Zeit bestätigten zwar eine vierfache Menge an Rohtokens, doch das bedeutet nicht, dass die fertigen Ergebnisse ein Viertel so teuer sind – schließlich können die beiden Tools unterschiedliche Anzahl an Schritten benötigen, um zu einer Lösung zu gelangen.

Benchmarks – mit Einschränkungen

Die aktuelle Situation ist verworren. Beide Unternehmen brachten in derselben Woche neue Modelle heraus, und die unabhängige Bewertung hinkt noch hinterher.

Laut den veröffentlichten Zahlen von Anthropic erreicht Claude Fable 5.1 55,8 % bei Terminal-Bench 4.0 und 81,2 % bei SWE-bench Pro. GPT-5.6 Sol schafft bei diesem Terminal-Test 37,3 %. Artificial Analysis stuft Fable 5.1 aufgrund seines Coding Agent Index (70 gegenüber 67) sowie seines umfassenderen Intelligence Index (66 gegenüber 61) über Astra ein.

Astra wird jedoch nicht in allen Bereichen geschlagen. Bei dem ARC-AGI-3-Test erzielt es einen hohen Wert von 62,7 %, im Vergleich zu 30,2 % für Claude Opus 5. Bewertende, die dieselben Anfragen an beide Modelle stellten, stellten fest, dass Astra in den Bereichen Computernutzung, Abruf langfristiger Kontexte und Mathematik vorn lag, während Fable 5.1 für Analysen und Schreibarbeiten deutlich längere und besser durchdachte Antworten lieferte.

Kurz gesagt hat Fable 5.1 in Bezug auf agierendes Programmieren und Terminal-Aufgaben einen stärkeren, besser überprüften Vorteil. Astra schneidet besser ab bei mathematischen Aufgaben, Formularen ausfüllen und kurzen, hochvolumigen Tasks. Von keiner der beiden Firmen gibt es vollständige direkte Vergleiche in einem gemeinsamen Testumfeld, und Anthropic hat für Mythos 5.1 keine vollständigen Schlussfolgerungen oder Ergebnisse für lange Kontexte bereitgestellt, lediglich einen Eintrag aus dem Terminal-Bench. Weitere umfassendere Vergleiche von Mythos erfordern Vorsicht.

Die tatsächliche Nutzung zeigt ein anderes Bild als die Startzeit-Benchmarks. Ein häufig zitierter Vergleich betraf die frühere Generation und setzte Codex mit GPT-5.3 gegen Claude Code mit Opus 4.6 ein. Bei vergleichbaren Aufgaben verbrauchte Claude Code etwa 1,4 Mal so viele Tokens, was einem Kostenanstieg von rund 23 Prozent pro gleichwertig erledigter Aufgabe entspricht. Dieser Unterschied wurde für die Kombination aus Astra und Fable 5.1 nicht erneut unabhängig gemessen.

Wie sich jedes Tool von Tag zu Tag anfühlt

Egal welches Modell dahintersteckt, die Tools wirken im täglichen Gebrauch unterschiedlich.

Claude Code bleibt eng an die eigentliche Arbeit gebunden. Es läuft im Terminal und hat Zugriff auf das echte Dateisystem, die git-Historie sowie den Shell-Zustand. Die Unterstützung für MCP-Server ermöglicht es Teams, es mit den bereits vorhandenen internen Tools zu verbinden. Sitzungen können lange andauern und bleiben kohärent, zudem ist die Berechtigungskontrolle feiner gestuft – dadurch lässt sich besser steuern, was das Tool ohne Aufforderung berühren darf. In mehreren Vergleichen aus dem Jahr 2026 wurden blinde Entwicklerbewertungen herangezogen, die es bei wirklich schwierigen Aufgaben wie komplexen Refaktorierungen, kniffligen Fehlersuche-Aufgaben sowie bei Situationen, in denen eine falsche Antwort echte Nacharbeiten verursacht, mit einem Verhältnis von etwa zwei zu eins bevorzugen.

Codex neigt zur Delegation. Eine Aufgabe wird eingereicht, ein Cloud-Sandbox startet und der Entwickler macht weiter, bis ein Diff zurückkommt. Das asynchrone Design eignet sich für routinemäßige, hochvolumige Aufgaben mit geringer Überwachung wie nächtliche Batch-Prozesse, Formularausfüllungen und Pull Requests in zahlreichen kleinen Repositories. Zudem kombiniert es eine globale AGENTS.md-Datei mit Projektdateien pro Verzeichnis – es wird vom Repository-Wurzelverzeichnis bis zum Arbeitsverzeichnis gelesen, sodass näher liegende Dateien über allgemeinere hinweggehen. Dies bietet eine strukturiertere Projektkonfiguration als Claude Code derzeit an. Zudem werden mehr Anwendungsfälle abgedeckt, darunter eine echte Mobile-App, eine Desktop-App und eine Web-Oberfläche.

Datenverbleib für EU-Teams

Für Teams in der EU kann dieser Aspekt wichtiger sein als jeder andere Vergleichsmaßstab. Codex gewährleistet die Datenerhaltung in der EU über ChatGPT Enterprise oder über die API, sobald die Datenerhaltung ausdrücklich festgelegt wurde. Bei Anthropics eigenen Verbraucher- und Team-Plänen bietet Claude Code keinerlei Datenerhaltung in der EU. Der einzige Weg führt über AWS Bedrock in Frankfurt oder Vertex AI in der EU – mit eigener API-Schlüssel und nicht direkt über Anthropic. Für Teams, die ausschließlich in den USA tätig sind, ist das irrelevant. Nach den EU-Datenschutzvorschriften kann die Entscheidung bereits getroffen werden, bevor jemand einen Vergleichschart erstellt.

Wann welches Tool geeignet ist

Claude Code eignet sich in der Regel für:

• Schwierige, hochriskante Aufgaben. Mehrdatei-Refaktorisierungen und hartnäckige Fehler, bei denen eine falsche Antwort mehr kostet als die eingesparte Zeit. Blinde Überprüfungen begünstigen daher weiterhin dieses Tool.

Nahe Verzahnung mit der lokalen Umgebung. Direkter Zugriff auf Shell, Dateisystem und Git ohne Cloud-Wege.

Integration von benutzerdefinierten Tools. Die MCP-Unterstützung ist für Teams mit internen Tools, mit denen der Agent kommunizieren sollte, weiter entwickelt.

Erweiterte, kohärente Sitzungen. Eine präzisere Berechtigungskontrolle macht lange, autonome Abläufe sicherer für den unüberwachten Betrieb.

Codex eignet sich in der Regel für:

• Günstiger Einstieg. Eine echte kostenlose Stufe sowie ein 8-GB-Paket sind günstiger als die Vorauszahlungspflicht von Claude Code.
• Asynchrone, hochvolumige Aufgaben. Über Nacht auszuführende Batch-Aufgaben, Erstellung von Pull-Requests und routinemäßige Arbeiten in vielen Repositories.
• Weite Abdeckung. CLI, VS Code, Web, iOS und Desktop unter einem Konto – im Gegensatz zum terminalorientierten Ansatz von Claude Code.

Sichereres Sandboxing standardmäßig. Cloud-Sandboxes begrenzen den Ausbreitungsbereich auf eine Weise, wie es lokale Ausführungen von vornherein nicht tun.

EU-Residenz. Eine echte Option über Enterprise, die Claude Code in seiner eigenen Infrastruktur nicht bietet.

Häufig gestellte Fragen

Welches ist günstiger? Auf Einsteigenebene hat Codex Vorteile, da die kostenlose Stufe sowie die Optionen zu 8 und 20 Dollar unter Claudes Code’s Preis von 20 Dollar liegen. Bei intensiver Nutzung durch Teams liegen beide in etwa im gleichen Bereich von 100 bis 250 Dollar pro Entwickler pro Monat. In einem oft zitierten Test kostete Claude Code aufgrund höherer Tokenverbrauche etwa 23 Prozent mehr pro äquivalenter Aufgabe – doch diese Zahl stammt noch von den älteren Modellen beider Anbieter.

Welches Modell ist derzeit intelligenter? Keines eindeutig. Fable 5.1 liegt vor in den veröffentlichten Codier- und Terminal-Benchmarks sowie in den kombinierten Indizes von Artificial Analysis, während Astra Vorteile im Bereich Mathematik, arbeitenden Computer-Agenten und dem ARC-AGI-3-System hat. Wählen Sie je nach Aufgabe – nicht nur anhand einer einzigen Platzierungsangabe.

Kann ein Team beide nutzen? Ja, und viele tun das bereits: Codex für nächtliche, mit geringer Überwachung durchgeführte Aufgaben sowie Claude Code für interaktive Tagesarbeiten an schwierigeren Problemen. Nichts in den jeweiligen Architekturen hindert daran, beide parallel zu betreiben.

Bietet Claude Code eine EU-Datenunterbringung? Nicht über Anthropics eigene Angebote. Sie muss über AWS Bedrock Frankfurt oder Vertex AI EU mit einer persönlichen API-Schlüssel bereitgestellt werden, während Codex durch ChatGPT Enterprise oder direkt über die API eine EU-Datenunterbringung erhält.

Kann man den Benchmarks dieser Woche vertrauen? Betrachten Sie sie als Momentaufnahme. Beide Anbieter brachten ihre neuen Modelle drei Tage Abstand voneinander Anfang September 2026 auf den Markt, zu einer Zeit, als die Bewertung von GPT-6 Astra noch in Bearbeitung war, und mehrere Medien wiesen darauf hin, dass der umfassende API-Zugriff erst Tage nach dem Release verfügbar wurde.

Die Wahl treffen

Nach zwei Wochen Nutzung beider Tools hängt die Entscheidung davon ab, um welche Art von Woche es geht. Während einer komplexen Umstrukturierung, bei der Fehler teuer zu stehen kommen, hat Claude Code durch seinen engeren lokalen Ablauf sowie bessere Ergebnisse bei Aufgaben des Hardcodings den Vorteil. Wenn es darum geht, über Nacht eine Reihe routinärer, risikofreier Aufgaben zu erledigen, eignet sich Codex’ asynchrone Delegation in die Cloud besser.

Auch ein Anbieter wird den anderen nicht lange untätig bleiben lassen. Wenn das Budget die einzige kontrollierbare Variable ist, beginnen Sie mit Codex’ kostenlosem Plan oder dem 8-Dollar-Go-Plan und prüfen Sie, ob dieser für die tägliche Arbeit ausreicht. Wenn die schwierigsten Probleme den größten Zeitaufwand verursachen, probieren Sie vor dem Wechsel zu einem der über 100 Dollar teuren Pläne beider Anbieter zunächst Claudes 20-Dollar-Pro-Plan aus.